Pratiques de coaching pour selection biais décision
Décrivez presque n'importe quoi sur lequel vous travaillez et IX Coach trouve les pratiques dont l'adéquation avec la réalité est la plus proche. Pour selection biais décision, voici les correspondances les plus solides dans la bibliothèque de pratiques actuelle.
Pratiques qui peuvent aider
- Le biais du survivant : apprendre de ce qu'on ne voit pas
Le biais du survivant est l'erreur qui consiste à tirer des conclusions uniquement des cas qui ont traversé un filtre — gagnants, survivants, réussites visibles — tandis que les échecs qui n'apparaissent jamais sont exclus silencieusement. L'exemple historique le plus clair est l'étude de la Seconde Guerre mondiale d'Abraham Wald sur les avions : l'armée voulait blinder les impacts de balles visibles sur les avions revenus ; Wald a montré qu'il fallait blinder là où aucun dommage n'apparaissait, car les avions touchés à ces endroits ne revenaient pas. - Remarquer quelles données vous avez sélectionnées — et lesquelles vous avez ignorées
Vos conclusions reposent sur un échantillon des données disponibles — demandez-vous ce que cet échantillon a exclu.
L'échelle d'inférence - Utiliser « prendre le meilleur » : choisir sur votre indice le plus informatif
En choisissant entre des options, identifiez l'indice le plus diagnostique et utilisez-le — arrêtez de chercher davantage.
Heuristiques simples : le plaidoyer de Gerd Gigerenzer pour une pensée rapide et frugale - Défendre au mieux la stratégie opposée à celle qui a réussi
Avant d'adopter une leçon d'une histoire de réussite, construisez le meilleur argument possible pour l'approche opposée.
Le biais du survivant : apprendre de ce qu'on ne voit pas - Évaluer les décisions par le processus, pas le résultat
Jugez une décision par la qualité du raisonnement à l'époque, pas par ce qui s'est passé.
Le biais rétrospectif : pourquoi tout semble évident après coup - Évaluez chaque option selon vos critères avant de comparer les options entre elles
Notez les options indépendamment d'abord — pour que l'ensemble de comparaison ne puisse pas redéfinir rétroactivement ce à quoi ressemble le bon choix.
L'effet leurre — comment une option non pertinente change votre choix - Auditer les jugements sur les personnes pour la substitution de prototype
Vérifiez si un jugement sur une personne est fondé sur son comportement réel ou sur sa ressemblance à un type.
L'heuristique de représentativité — juger par ressemblance - Choisir la bonne classe de référence pour toute prédiction
Trouvez le taux de base statistique pour la catégorie à laquelle appartient votre décision — pas seulement les exemples inspirants.
Le biais du survivant : apprendre de ce qu'on ne voit pas - Pour de nombreuses décisions, suivre son instinct surpasse une longue analyse
Trop expliquer les raisons d'une préférence peut en fait dégrader la qualité des prédictions affectives.
La prévision affective : pourquoi vous avez mal prédit ce que vous alliez ressentir - Sich festlegen und aufhören neu zu bewerten
Wenn Sie sich entschieden haben, schließen Sie die Tür, statt den Vergleich wieder zu öffnen.
Satisficing vs. Maximizing: Wann „gut genug“ gewinnt
Préoccupations connexes
- data selection biais
Vos conclusions reposent sur un échantillon des données disponibles — demandez-vous ce que cet échantillon a exclu.
Remarquer quelles données vous avez sélectionnées — et lesquelles vous avez ignorées
- Comment concevoir une recherche impartiale
Définissez ce que vous cherchez et ce qui compterait comme preuve avant de commencer votre recherche.
Structurer l'analyse avant de chercher des preuves
- résultat biais décisions
Jugez une décision par la qualité du raisonnement à l'époque, pas par ce qui s'est passé.
Évaluer les décisions par le processus, pas le résultat
- petit sample size biais
Une courte séquence peut sembler représentative sans être statistiquement fiable — ajustez la confiance selon la taille de l'échantillon.
Traiter les petits échantillons avec un scepticisme explicite
- authority biais
Estimez ce que vous accepteriez sous un risque comparable à probabilités connues — si votre barre est bien plus haute pour les probabilités inconnues, cet écart est le biais.
Vérifier si vous exigez une prime d'ambiguïté injuste
- authority biais reasoning
Générez délibérément le plaidoyer pour la conclusion que vous n'atteignez pas.
Envisager l'opposé avant de finaliser un jugement
Décrivez votre situation avec vos propres mots pour rechercher dans la bibliothèque complète de pratiques.